La technologie sismique pourrait limiter les décès. L’Afghanistan montre que ce n’est pas facile.
Ce sont des scénarios que les experts en intelligence artificielle axés sur la gestion des catastrophes tentent de prévenir. Ces dernières années, il y a eu une vague de technologies et de recherches visant à aider les gouvernements à mieux prévoir et réagir aux catastrophes telles que les inondations, les tsunamis et les tremblements de terre.
Les chercheurs utilisent des algorithmes d’apprentissage en profondeur pour filtrer le bruit de la ville afin de mieux collecter les données sur les tremblements de terre. Les algorithmes analysent les données sismiques des tremblements de terre précédents pour prévoir les tremblements de terre plus tôt et informer les gens plus rapidement.
L’IA peut être très rapide et peut donner plus de temps d’avertissement aux gens, a déclaré Mostafa Mousavi, chercheur en intelligence artificielle à l’Université de Stanford, spécialisé dans la géophysique et les tremblements de terre. Même dix secondes peuvent sauver beaucoup de vies.
Mais la situation en Afghanistan, notent les chercheurs, montre les défis structurels auxquels l’intelligence artificielle est confrontée dans des endroits où l’infrastructure s’effondre.
Pour en savoir plus, le Washington Post s’est entretenu avec Monique Kuglitsch, présidente d’un groupe de travail conjoint des Nations Unies axé sur l’IA pour la gestion des catastrophes naturelles, et Mousavi.
Cette interview a été modifiée pour plus de longueur et de clarté.
Qu’est-ce que l’IA a à voir avec les tremblements de terre ?
Kuglitsch : Pour les tremblements de terre, il existe des prévisions et des communications en temps réel à l’aide de l’IA. Cela signifie détecter un événement à l’aide de flux de données en temps réel et prévoir ce qui va se passer dans les prochains jours, semaines, mois ou saisons. Il y a aussi la prévision ou l’aide à la communication par le biais d’un système d’alerte précoce ou d’un système d’aide à la décision.
Moussavi : Ces dernières années, en utilisant l’apprentissage en profondeur et l’intelligence artificielle avancée, nous voyons des résultats prometteurs dans la prédiction et la prévision des secousses du sol. La technologie peut prédire l’intensité des secousses du sol en fonction de ce que les stations de surveillance sismique ont subi. Vous pouvez utiliser ces observations pour prévoir en quelques secondes l’intensité des secousses.
En Afghanistan, comment l’IA aurait-elle pu aider ?
Moussavi : Parce que l’IA peut être très rapide, elle peut donner plus de temps d’avertissement aux gens. L’augmenter à 20 secondes, 30 secondes à une minute. L’avertissement peut être très utile pour sauver des vies, en particulier dans des cas comme l’Afghanistan, où la plupart des bâtiments dans la zone du séisme étaient des bâtiments d’un étage mal construits. Ils n’étaient ni très grands ni énormes. Dans cette situation, même 10 secondes peuvent sauver beaucoup de vies, car les gens peuvent s’échapper rapidement.
Kuglitsch : Dans le meilleur des cas, nous saurions à l’avance qu’un événement va se produire. Ensuite, lorsque l’événement se produit, nous aurions un système d’alerte précoce déclenché afin que les gens puissent évacuer à temps. Une fois l’événement survenu, nous disposerions de ce type d’outils d’aide à la décision, de tableaux de bord et de chatbots qui aideraient les communautés à se rétablir immédiatement.
À quels défis les solutions d’IA sont-elles confrontées dans des pays comme l’Afghanistan ?
Moussavi : En Afghanistan, il n’y avait peut-être pas beaucoup de chance pour qu’un système d’alerte précoce aux tremblements de terre d’IA puisse aider. Le principal problème est que ces systèmes d’alerte précoce utilisent des signaux autour de la zone, cela dépend donc du nombre de stations sismiques ou de capteurs que nous avons à proximité du tremblement de terre. En Afghanistan, en termes de collecte de données, cela montre que la station sismique la plus proche qui existe dans cette région se trouve à Kaboul, à 150 kilomètres du tremblement de terre.
Kuglitsch : Le premier défi sera la disponibilité des données. En Haïti, si je ne me trompe pas, ils ont 10 stations de surveillance sismique en activité. C’est très peu pour une île qui est frappée par des événements sismiques assez dévastateurs. Certes, vous devez également disposer de communications, d’infrastructures et d’électricité stables, toutes ces choses. Vous avez également besoin de puissance de calcul pour exécuter ces modèles. Tout ce que nous pourrons faire pour soutenir le développement de telles infrastructures sera extrêmement bénéfique pour toutes les régions, mais particulièrement pour celles qui sont les plus durement touchées.
À quels défis plus larges les solutions d’IA antisismique sont-elles confrontées ?
Moussavi : Les données que nous utilisons [is mostly] subjectif. En termes de tremblements de terre, il est vraiment difficile de dire où le tremblement de terre s’est produit, l’emplacement, la magnitude. Les outils dont nous disposons pour cela ne font que déduire à l’aide de données et de certaines techniques traditionnelles, mais vous ne faites qu’estimer. Ce n’est pas comme une photo de chien par rapport à une photo de chat, qui est beaucoup plus facile à étiqueter.
Kuglitsch : Il existe très peu de données à long terme sur les tremblements de terre. Les données instrumentales, les enregistrements sismiques, les données des instruments ne remontent qu’à 150 ans. Et un cycle sismique complet peut prendre des milliers d’années. Vous avez essentiellement besoin de milliers d’années de données pour modéliser un tremblement de terre. Nous n’avons pas des milliers d’années de données. Au mieux, nous pourrions peut-être obtenir des données paléo, c’est-à-dire lorsque vous regardez ce qui se passe dans les sédiments et que vous les utilisez pour déterminer la fréquence des tremblements de terre.
Donc, pour cela, nous nous tournons vers des choses comme notre compréhension physique des tremblements de terre et des schémas sismiques. Et nous les fabriquons essentiellement comme des tremblements de terre de laboratoire. Et nous les utilisons dans des modèles basés sur l’IA pour estimer essentiellement comment ils devraient réagir. C’est le meilleur que nous ayons. Mais certainement, vous savez, il n’y a rien qui puisse remplacer une mesure instrumentale.